發(fā)布時(shí)間：2025-02-07 19:12

　　在城市交通、公共信息安全、邊防、視頻監(jiān)控等許多領(lǐng)域,計(jì)算機(jī)視覺系統(tǒng)有著重要的應(yīng)用價(jià)值,但是在惡劣天氣(如雨、雪)下,采集的圖像清晰度會(huì)降低,另外,雨、雪等噪聲還會(huì)造成視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)估計(jì)的不正確,降低壓縮率,制約著監(jiān)控視頻的存儲(chǔ)系統(tǒng)。為此,本文從時(shí)域和頻域兩個(gè)角度分析,提出了兩種不同的視頻圖像去雨方法,從而獲得清晰圖像。本文主要研究?jī)?nèi)容如下:(1)從時(shí)域角度出發(fā),提出了一種基于雨滴特性改進(jìn)的視頻圖像去雨算法。本文先分析了雨滴的時(shí)域亮度波動(dòng)特性和色彩約束特性。首先,通過(guò)雨滴亮度值波動(dòng)特性和改進(jìn)的K均值聚類方法實(shí)現(xiàn)雨滴的初步分類,再結(jié)合雨滴色彩約束特性對(duì)初步分類的結(jié)果進(jìn)行優(yōu)化,減少誤檢和漏檢。最后,利用統(tǒng)計(jì)特性計(jì)算被雨滴污染的像素亮度值,從而完成視頻圖像中雨滴的去除。(2)從頻域角度出發(fā),提出了一種基于雙樹復(fù)小波融合改進(jìn)的視頻圖像去雨算法。由于雨滴主要存在于圖像的高頻部分中,首先,通過(guò)雙樹復(fù)小波對(duì)圖像進(jìn)行分解,分成低頻子圖像和高頻子圖像。針對(duì)高頻子圖像,提出一種基于局部能量和匹配度的融合策略。針對(duì)低頻子圖像,提出一種基于主成分分析的融合策略。最后,通過(guò)雙樹復(fù)小波逆變換進(jìn)行圖像重構(gòu),得到融合...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1惡劣天氣圖像

第1章緒論像去雨的研究背景及意義市交通、公共信息安全、邊防、視頻監(jiān)控等許多領(lǐng)域，計(jì)算機(jī)視覺用價(jià)值。但是，在惡劣天氣（如雨、雪、霧等）下，采集的圖像質(zhì)且還限制了其算法的功能，如檢測(cè)、識(shí)別等。為此，如何解決雨雪約是當(dāng)下研究和討論的熱點(diǎn)問題之一。是計(jì)算機(jī)視覺的基礎(chǔ)之一，是人類獲....

圖2.1雨滴

情況各異的惡劣環(huán)境下，顆粒的物理特征和視覺特征也是各異的，因外天氣狀況大致分為兩類：靜態(tài)天氣和動(dòng)態(tài)天氣類型。目前對(duì)于靜態(tài)去雨研究比較多，在動(dòng)態(tài)條件下，大氣粒子的視覺特征較復(fù)雜，所以下圖像去雨工作比較少。因?yàn)樘鞖庖资芡饨绛h(huán)境干擾，而且時(shí)空特性以在靜態(tài)天氣下所建立的一些雨滴模型和算法....

圖3.6不同場(chǎng)景下的a)場(chǎng)景1b)場(chǎng)

圖3.6不同場(chǎng)景下的a)場(chǎng)景1b)場(chǎng)圖3.6中的視頻圖像是分別取自不同得出：在圖像中沒有移動(dòng)物體時(shí)，任意個(gè)等。從圖3.6（c）中可以得出：在圖像中驗(yàn)證前文所提的入射角幾乎一致，則雨滴3.2.3K均值聚類理論K均值聚類又稱為K-means算法，K-該算法具有....

圖3.15第1組檢測(cè)結(jié)果

實(shí)驗(yàn)結(jié)果分析.1雨滴檢測(cè)實(shí)驗(yàn)結(jié)果的分析本節(jié)選取2組實(shí)驗(yàn)測(cè)試圖像，第1組為室內(nèi)視頻圖像，從視頻圖像中可以清窗外的雨線，第2組為室外視頻圖像，從圖像中也可以明確地看出雨線的干驗(yàn)選取的雨天視頻圖像主要為中雨或大雨情況，并不適用于重雨或小雨的情在圖像中呈現(xiàn)為明顯的雨線，而且....

本文編號(hào)：4031170